PENERAPAN MODEL ASYMMETRIC POWER AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY (APARCH) TERHADAP HARGA MINYAK MENTAH DUNIA

Heteroskedatisitas adalah salah satu permasahan dalam model ARIMA yakni
keadaan varians residual tidak konstan. Masalah ini mengakibatkan pemodelan
ARIMA menghasilkan estimasi peramalan yang kurang efisien. Masalah
heteroskedatisitas diakibatkan data time series seringkali terjadi volatilitas.
Volatilitas adalah ukuran fluktuasi data pada periode waktu tertentu. Salah satu cara
untuk menyelesaikan permasalahan heteroskedaititas adalah dengan
memodelkannya. Metode yang bisa dimanfaatkan untuk memodelkan data time
series yang mengandung masalah heteroskedatisitas yakni model ARCH ataupun
GARCH. Model ARCH dan GARCH diselenggarakan dengan memasukan unsur
perubahan varians terhadap model peramalan. Kedua model ini mempunyai
kelemahan dimana tidak bisa menangkap unsur ketidaksimetrisan. Unsur
ketidaksimetrisan adalah adanya perbedaan antara bad news dan good news yang
bisa berpengaruh terhadap peningkatan dan penurunan volatilitas. Oleh karena
itu diperlukan model lain yang mampu menangkan unsur ketidaksimetrisan satu
darinya adalah model APARCH. Model APARCH merujuk pada model umum
untuk memodelkan volatilitas dengan unsur ketidaksimetrisan. Salah satu data yang
mempunyai tingkat volatilitas yang tinggi adalah harga harian minyak mentah
dunia. Penelitian ini bertujuan untuk mengetahui hasil peramalan harga harian
minyak mentah dunia dengan APARCH. Berdasarkan penelitian yang
diselenggarakan didapat model APARH terbaik untuk harga harian minyak mentah
dunia adalah APARCH(1,1). Hasil model APARCH terbaik menciptakan nilai
MAPE yang lebih kecil daripada peramalan dengan model GARCH terbaik yakni
ARCH(2), dimana MAPE yang didapat sejumlah 6.033487. Hal terkait
menunjukan peramalan dengan model APARCH untuk data dengan masalah
heteroskedatisitas menghasilkan tingkat akurasi yang lebih baik khususnya bagi
data harga harian minyak mentah dunia.
Kata Kunci : Minyak Mentah, Heterokedatisitas, Volatilitas, ARCH, GARCH,
APARCH.